PHP中的XML应用(一)
2024-05-04 22:54:52
供稿：网友
综述
xml代表extensible markup language（extensible markup language的缩写，意为可扩展的标记语言）。xml是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。xml是当今最热门的技术。而php也具有分析xml文档的功能,下面我们将共同探讨一下php中的xml应用的情况。
xml概貌
谈起xml(extended markup language：可扩展标记语言)，我们不妨先看一段html的代码：
<html>
<title>xml</title>
<body>
<p><center><font color="red">text</font></center></p>
<a href="www.domain.com"><img src=http://www.163design.net/p/b/"logo.jpg"/></a>
</body>
</html>
上面这段代码从结构上就符合xml的规则，xml可以理解是包含数据的树形的结构类型：
1、引用同一个元素的时候，使用一致的大小写，如<center></center>就是不符合规定的
2、任何属性值(如 href="????")要用""引起来，如<a href=www.yahoo.com>就是不正确的
3、所有元素必须由打开<和关闭>标注组成，元素应该形如<body></body>或空元素<img ... />，如果结尾的 "/>" 少了"/"就是错误的代码
4、所有元素必须彼此嵌套，就像写程序的循环一样，而且，所有的元素必须嵌套于根元素之中，比如上面的代码所有的内容都嵌套于<html></html>之中。
5、元素名称(即上面的body a p img等)应为字母开头。
怎样应用php的xml解析器expat？
expat是php脚本语言的xml解析器（同样称为xml处理器），可以使程序访问xml文档的结构和内容。它是一种基于事件的解析器。xml解析器有两种基本类型：
基于树型的解析器：将xml文档转换成树型结构。这类解析器分析整篇文章，同时提供一个api来访问所产生树的每个元素。其通用的标准为dom（文档对象模式）。
基于事件的解析器：将xml文档视为一系列的事件。当一个特殊事件发生时，解析器将调用开发者提供的函数来处理。基于事件的解析器有一个xml文档的数据集中视图，也就是说它集中在xml文档的数据部分，而不是其结构。这些解析器从头到尾处理文档，并将类似于－元素的开始、元素的结尾、特征数据的开始等等－事件通过回调（callback）函数报告给应用程序。
以下是一个"hello-world"的xml文档范例：
<greeting>
hello world
</greeting>
基于事件的解析器将报告为三个事件：
开始元素：greeting
cdata项的开始，值为：hello world
结束元素：greeting
基于事件的解析器不产生描述文档的结构，当然如果使用expat，必要时它一样可以在php中生成完全的原生树结构。在cdata项中，基于事件的解析器不会得到父元素greeting的信息。然而，它提供一个更底层的访问，这就使得可以更好地利用资源和更快地访问。通过这种方式，就没有必要将整个文档放入内存；而事实上，整个文档甚至可以大于实际内存值。
上面hello-world的范例虽然包括完整的xml格式，但它是无效的，因为既没有dtd（文档类型定义）与其联系，也没有内嵌dtd。但是expat是一个不检查有效性的解析器，因此忽略任何与文档联系的dtd。应注意的是文档仍然需要完整的格式，否则expat（和其他符合xml标准的解析器一样）将会随着出错信息而停止。
编译expat
expat可以编译进php3.0.6版本（或以上）中。从apache1.3.22开始，expat已经作为apache的一部分。在unix系统中，可以通过-with-xml选项配置php将其编译入php。
如果将php编译为apache的模块，而expat将默认作为apache的一部分。在windows中，则必须要加载xml动态连接库。
xml范例：xmlstats
我们所要讨论的范例是使用expat来收集xml文档的统计数据。
对于文档中每个元素，以下信息都将被输出：
该元素在文档中使用的次数
该元素中字符数据的数量
元素的父元素
元素的子元素
注意：为了演示，我们利用php来产生一个结构来保存元素的父元素和子元素.
用于产生xml解析器实例的函数有哪些？
用于产生xml解析器实例的函数为xml_parser_create()。该实例将用于以后的所有函数。这个思路非常类似于php中mysql函数的连接标记。在解析文档前，基于事件的解析器通常要求注册回调函数－用于特定的事件发生时调用。expat没有例外事件，它定义了如下七个可能事件：
对象 xml解析函数 描述
元素 xml_set_element_handler() 元素的开始和结束
字符数据 xml_set_character_data_handler() 字符数据的开始
外部实体 xml_set_external_entity_ref_handler() 外部实体出现
未解析外部实体 xml_set_unparsed_entity_decl_handler() 未解析的外部实体出现
处理指令 xml_set_processing_instruction_handler() 处理指令的出现
记法声明 xml_set_notation_decl_handler() 记法声明的出现
默认 xml_set_default_handler() 其它没有指定处理函数的事件
所有的回调函数必须将解析器的实例作为其第一个参数（此外还有其它参数）。
对于本文最后的范例脚本，需要注意的是它既用到了元素处理函数又用到了字符数据处理函数。元素的回调处理函数通过xml_set_element_handler()来注册。
这个函数需要三个参数：
解析器的实例
处理开始元素的回调函数的名称
处理结束元素的回调函数的名称
当开始解析xml文档时，回调函数必须存在。它们必须定义为与php手册中所描述的原型一致。
例如，expat将三个参数传递给开始元素的处理函数。在脚本范例中，其定义如下：
function start_element($parser, $name, $attrs)
$parser是解析器标志，$name是开始元素的名称，$attrs为包含元素所有属性和值的数组。
一旦开始解析xml文档，expat在遇到开始元素是都将调用start_element()函数并将参数传递过去。
xml的case folding选项
用xml_parser_set_option()函数将case folding选项关闭。这个选项默认是打开的，使得传递给处理函数的元素名自动转换为大写。但xml对大小写是敏感的（所以大小写对统计xml文档是非常重要的）。对于我们的范例，case folding选项必须关闭。
<待续>
